Imagina o seguinte cenário: você contrata um estagiário. No primeiro dia, ele não sabe nada. Mas em vez de precisar ser treinado toda semana, ele anota tudo o que aprende, melhora sozinho as anotações, e na semana seguinte já resolve problemas que antes travavam ele.
Agora imagina isso como um agente de IA. Um que roda 24/7, atende pelo Telegram, WhatsApp, Slack e Discord — e custa $5 por mês pra operar.
Esse agente existe. Chama Hermes Agent, foi criado pela Nous Research, e na minha opinião é o projeto open-source mais interessante que apareceu em março de 2026 pra quem tem software house.
O que é o Hermes Agent
Hermes Agent é um agente de IA autônomo e open-source (MIT License) lançado em 26 de fevereiro de 2026. Em pouco mais de um mês, já acumulou 18.800+ stars no GitHub, 2.300 forks, 224 contribuidores e está na versão 0.6.0 — seis releases em 33 dias.
O slogan deles é simples: “The agent that grows with you” — o agente que cresce com você.
E não é marketing vazio. O Hermes é o único agente open-source com um learning loop nativo — um ciclo fechado onde ele aprende, documenta, melhora e aplica o que aprendeu. Sozinho.
O problema que ele resolve (e que você provavelmente tem)
Na minha experiência com 300+ software houses, a maioria já tentou usar algum tipo de agente de IA. ChatGPT, Claude, automações com n8n, bots no Telegram. O problema é sempre o mesmo: o agente começa do zero toda vez.
Você explica o contexto do projeto. Ele resolve. Amanhã você precisa explicar tudo de novo. É como ter um funcionário com amnésia permanente.
O Hermes resolve isso de forma elegante. Ele persiste memória entre sessões, constrói um perfil de quem você é ao longo do tempo, e cria “skills” (documentos markdown) que registram exatamente como ele resolveu cada problema. Na próxima vez que encontra algo parecido, ele já sabe o que fazer — e ainda melhora a abordagem.
Como o Learning Loop funciona na prática
Esse é o coração do Hermes, e vale entender o fluxo:
- Você pede algo complexo — tipo “configura o deploy desse projeto no Kubernetes”
- O agente resolve — usando suas 40+ ferramentas nativas (terminal, browser, web search, code execution)
- Ele cria uma skill automaticamente — um markdown documentando passo a passo como fez
- Na próxima vez — ele encontra a skill, usa como base, e melhora se necessário
- Memória persistente — via MEMORY.md e USER.md, ele lembra contexto entre sessões
- Busca conversas passadas — via FTS5 com sumarização por LLM (não precisa lembrar palavra por palavra, ele entende o significado)
- Modela quem você é — com “Honcho dialectic user modeling”, ele constrói um entendimento cada vez mais profundo do seu perfil
O resultado? Um agente que fica genuinamente melhor com o tempo. Não é fine-tuning — é retrieval inteligente. Os pesos do modelo não mudam. O que muda é o contexto que ele carrega.
Multi-canal: um agente, todos os canais
Uma coisa que me chamou atenção é o gateway unificado. Com um único processo, o Hermes atende:
- Telegram (com transcrição de voz nativa)
- Discord
- Slack
- Signal
- CLI (terminal)
Pra uma software house que atende clientes por múltiplos canais, isso é ouro. Um agente que lembra o contexto do cliente independente de onde ele fala.
Infraestrutura: do VPS de $5 ao serverless
O Hermes roda em 6 backends diferentes:
- Local — no seu notebook, pra testar
- Docker — containerizado, pra produção leve
- SSH — em qualquer servidor remoto
- Daytona — serverless com persistência
- Singularity — pra ambientes HPC/research
- Modal — serverless com hibernação (custo ~zero quando idle)
Aquele VPS de $5/mês no DigitalOcean? Dá pra rodar o Hermes lá. Compara isso com o custo de infraestrutura de soluções enterprise e entende por que o projeto está crescendo tão rápido.
200+ modelos, zero lock-in
O Hermes suporta provedores de LLM de forma absurdamente flexível:
- Nous Portal (modelos da própria Nous Research)
- OpenRouter (200+ modelos — Claude, GPT-4, Llama, Mistral, Gemma, DeepSeek)
- OpenAI direto
- z.ai/GLM, Kimi/Moonshot, MiniMax
- Qualquer endpoint OpenAI-compatible
Sem lock-in. Muda o modelo quando quiser. Usa o mais barato pra tarefas simples, o mais potente pra tarefas críticas.
Cron nativo: automação em linguagem natural
Isso aqui é subestimado. O Hermes tem um scheduler de cron embutido onde você agenda tarefas em linguagem natural:
- “Todo dia às 8h, manda um resumo dos PRs abertos no Slack”
- “Toda sexta às 18h, gera relatório semanal de deploys”
- “Todo dia 1º, audita as dependências do projeto”
Tudo rodando sozinho, sem intervenção humana. Pra um dono de software house, isso substitui dezenas de scripts manuais.
v0.5.0: a release que mostra maturidade
A versão mais recente (28/Mar/2026), chamada “The Hardening Release”, entregou mais de 50 fixes de segurança. Entre os destaques:
- Removeu dependência comprometida (litellm) e fez supply chain audit
- CI automático que escaneia PRs contra ataques de supply chain
- SSRF protection em browser, vision e web tools
- HuggingFace como provider first-class
- Plugin lifecycle hooks — pre/post LLM call, session start/end
- Nous Portal expandido pra 400+ modelos
- Fix de WAL contention que causava freeze de 15-20s no SQLite
Isso não é projeto de hobby. É engenharia de produção.
Hermes vs OpenClaw: a comparação inevitável
O OpenClaw é o fenômeno de 2026 — de 9.000 pra 210.000+ stars em 60 dias. Mas como se compara com o Hermes?
| Critério | Hermes Agent | OpenClaw |
|---|---|---|
| Stars | 18.800+ | 210.000+ |
| Diferencial | Self-improving, learning loop | Cobertura de canais, team ops |
| Modelos | 200+ via OpenRouter | Mais limitado |
| Skills | Auto-geradas e auto-melhoradas | Mantidas por humanos |
| Research | Atropos RL, trajectories | Não foca em research |
| Migração | Tool nativo de migração do OpenClaw | — |
O Hermes não compete em popularidade — compete em profundidade. Enquanto o OpenClaw é o canivete suíço dos assistentes pessoais, o Hermes é o agente que fica mais inteligente quanto mais você usa.
Como usar na sua software house
Na prática, vejo 4 aplicações imediatas:
1. Atendimento L1 automatizado
Coloca o Hermes no Telegram/WhatsApp da sua SH. Ele aprende os padrões de dúvidas dos clientes e cria skills pra resolver as mais comuns. Com o tempo, o volume de tickets que chega pro time humano cai.
2. Assistente de DevOps
Cron scheduler pra monitoramento, backups, relatórios de deploy. O agente que roda as tarefas chatas que ninguém quer fazer — e melhora os scripts sozinho.
3. Onboarding de devs
Novo dev entra no time? O Hermes já sabe como o projeto funciona (memória persistente), explica a arquitetura, mostra como rodar localmente, e responde dúvidas — sem ocupar tempo de dev sênior.
4. Pesquisa e análise
Com 40+ ferramentas nativas (web search, browser automation, vision), o Hermes vira um pesquisador autônomo. “Analisa os 5 concorrentes do cliente X e me manda um relatório até sexta” — e ele faz. Sozinho.
O que eu penso
Eu acompanho projetos de IA no GitHub toda semana. A maioria é hype — README bonito, demo chamativo, zero utilidade prática.
O Hermes Agent é diferente. Não é o mais popular (OpenClaw ganha de lavada em stars). Mas é o mais inteligente, no sentido literal — ele aprende.
O conceito de um agente que cria skills da própria experiência e melhora essas skills com o tempo é exatamente o futuro que eu enxergo pra automação em software houses. Não é sobre ter IA que faz uma tarefa. É sobre ter IA que fica melhor em fazer a tarefa.
E o fato de rodar por $5/mês, ser MIT License, e suportar 200+ modelos sem lock-in? Isso tira todas as desculpas pra não testar.
Se você tem uma software house e ainda não experimentou um agente autônomo self-improving, o Hermes é o melhor ponto de partida que existe hoje.
Sou Thulio, mentoro 300+ SHs desde 2016.
